本文介绍如何在 pandas 中高效地为 dataframe 新增一列，表示每个 (group, subgroup) 组合基于其 value 总和的全局降序排名。核心思路是先分组求和、再排名、最后回填到原始数据。
本文介绍如何在 pandas 中高效地为 dataframe 新增一列，表示每个 (group, subgroup) 组合基于其 value 总和的全局降序排名。核心思路是先分组求和、再排名、最后回填到原始数据。
在数据分析中，常需对嵌套分组（如 group → subgroup）按某数值列的聚合结果（如 sum、mean）进行排序并赋予排名，再将该排名广播回原始行级数据。本例中，目标是：对每组 (group, subgroup) 计算 value 列的总和，然后根据该总和从大到小排名（最大和为第 1 名），并将该排名作为新列 rank 添加到原始 DataFrame 的每一行。
实现的关键在于三步链式操作：
-
分组聚合：使用
df.groupby(['group', 'subgroup'])['value'].sum()得到每个子组的总和； -
计算排名：对聚合结果调用
.rank(ascending=False)实现降序排名（默认method='average'，遇并列取平均秩；如需最小秩可用method='min'）； -
回填匹配：通过
merge()将带排名的子组摘要表与原始 DataFrame 基于group和subgroup列左连接。
完整代码如下：
import pandas as pd
df = pd.DataFrame({
"group": ["a", "a", "a", "a", "a", "b", "b", "b", "b", "b", "c"],
"subgroup": ["i","ii","i","ii","i","ii","i","ii","i","ii","ii"],
"value": [2, 4, 2, 3, 5, 1, 2, 4, 1, 5, 11]
})
# 生成 rank 列：按 (group, subgroup) 的 value 总和降序排名
rank_series = df.groupby(['group', 'subgroup'])['value'].sum().rank(ascending=False)
rank_df = rank_series.rename('rank').reset_index()
out = df.merge(rank_df, on=['group', 'subgroup'])
print(out)
输出结果中，rank 列为浮点数（如 3.0），这是因为 rank() 默认返回 float64 类型。若需整数排名（例如处理无并列场景），可在合并后添加 .astype(int)，但需注意：若存在并列（相同总和），rank(method='average') 会生成非整数（如 2.5），此时强制转 int 会截断，建议改用 method='min' 或 method='dense' 并配合 astype(int)：
# 更鲁棒的整数排名（并列时取最小秩）
rank_series = df.groupby(['group', 'subgroup'])['value'].sum().rank(
method='min', ascending=False
).astype(int)
此外，需注意：
-
merge()默认为 inner join，但因rank_df由df分组生成，所有(group, subgroup)组合均存在，故结果与原始行数一致； - 若原始数据含缺失的
(group, subgroup)组合（极少见），可显式指定how='left'提高可读性； - 此方法时间复杂度为 O(n)，远优于循环或
apply，适用于大规模数据。
综上，该方案简洁、高效、可读性强，是 Pandas 中实现“分组聚合后排名回填”的标准范式。
